Krishna Chaitanya Sabhavathula
Member since 2024
Diamond League
62020 points
Member since 2024
Complete the advanced Google DeepMind: Train A Small Language Model skill badge by completing this course to demonstrate skills in the following: formulating real-world language model research problems; building a simple tokenizer; preparing a dataset for training a transformer language model; running the training loop of a small language model. Access this lab at no-cost by signing up for the no-cost subscription. Receive 35 free credits each month!
In this Google DeepMind course, you will complete a capstone project that brings together the technical knowledge, ethical awareness, and creative problem-solving skills that you have developed throughout the Google DeepMind: AI Research Foundations curriculum. You will apply what you have learned to a problem of your choosing. You will first plan your project to ensure that you are clear on your project aims and intended impact. You will then collect and prepare data for your model. Finally, you will implement a full fine-tuning workflow using Gemma 3 with low-rank adaptation (LoRA) and evaluate its performance. You will receive guidance, but the emphasis will be on adaptation and experimentation - skills that are essential for applied AI research.
Train more powerful models with a single GPU. In this course, you will learn how hardware can speed up model training and the key considerations when training models on a GPU. First, you will learn how to estimate the number of computations and the amount of computer memory required to train large neural networks. You will then discover techniques for reducing the computing and memory requirements when training a model. Techniques which you will apply for fine-tuning a Gemma model with 4 billion parameters. Finally, you will consider the potential environmental impacts of machine learning, with a focus on where questions of energy, water, and e-waste intersect with justice and equity.
Unleash the power of language models with fine-tuning. In this course, you will learn how to adjust a pre-trained model to a specific task. You will start with full-parameter fine-tuning using a small language model. To tune larger models like Gemma, you will learn parameter-efficient techniques with a focus on LoRA. Finally, you will be briefly introduced to reinforcement learning as an alternative to supervised fine-tuning (SFT). You will also explore how AI is imagined and made sense of in cultural contexts. You will consider why responsible AI is not just about technical safety but also about building governance systems that reflect community values and protect the public interest.
In this Google DeepMind course you will discover the mechanisms of the transformer architecture. You will investigate how transformer language models process prompts to make context-sensitive next-token predictions. Through practical activities you will explore the attention mechanism, visualize attention weights, and encounter advanced concepts like masked attention and multi-head attention. You will also learn other techniques that are necessary to build neural networks that are well-suited to be used as language models. Finally, through activities on values, stakeholder mapping and community engagement, you will practice concrete tools for ensuring AI projects are developed with communities, not just for them.
In this Google DeepMind course you will focus on the training process for machine learning models. You will learn how to spot and mitigate issues when training a model, such as overfitting and underfitting. In practical coding labs, you will implement and evaluate the multilayer perceptron for simple classification tasks. This will provide insights into the mechanics of training a neural network model and the backpropagation algorithm. Research case studies will demonstrate how neural networks power real-world models. Additionally, you will consider the broader social impacts of innovation by looking beyond immediate benefits to anticipate potential risks, safety concerns, and further-reaching societal consequences.
In this Google DeepMind course you will learn how to prepare text data for language models to process. You will investigate the tools and techniques used to prepare, structure, and represent text data for language models, with a focus on tokenization and embeddings. You will be encouraged to think critically about the decisions behind data preparation, and what biases within the data may be introduced into models. You will analyze trade-offs, learn how to work with vectors and matrices, how meaning is represented in language models. Finally, you will practice designing a dataset ethically using the Data Cards process, ensuring transparency, accountability, and respect for community values in AI development.
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level understanding of the machine learning development pipeline. You will consider the strengths and limitations of traditional n-gram models and advanced transformer models. Practical coding labs will enable you to develop insights into how machine learning models work and how they can be used to generate text and identify patterns in language. Through real-world case studies, you will build an understanding around how research engineers operate. Drawing on these insights you will identify problems that you wish to tackle in your own community and consider how to leverage the power of machine learning responsibly to address these problems within a global and local context.
Üretken Yapay Zeka Ajanları: Kuruluşunuzu Dönüştürün, Üretken Yapay Zeka Lideri öğrenme rotasının beşinci ve son kursudur. Bu kursta, kuruluşların özel üretken yapay zeka ajanlarını kullanarak belirli işletme zorluklarının üstesinden nasıl gelebileceği ele alınmaktadır. Temel bir üretken yapay zeka ajanı oluşturarak pratik yapacak, bu ajanların modeller, mantık döngüleri ve araçlar gibi bileşenlerini keşfedeceksiniz.
Üretken Yapay Zeka Uygulamaları ile İşinizi Dönüştürün, Üretken Yapay Zeka Lideri öğrenme rotasının dördüncü kursudur. Bu kursta, Google'ın üretken yapay zeka uygulamaları (ör. Gemini ile Google Workspace ve NotebookLM) tanıtılmaktadır. Temellendirme, veriyle artırılmış üretim, etkili istemler hazırlama ve otomatik iş akışları oluşturma gibi kavramlar hakkında size rehberlik eder.
Üretken Yapay Zeka: Ekosistemi Tanıma, Üretken Yapay Zeka Lideri öğrenme rotasının üçüncü kursudur. Üretken yapay zeka, çalışma şeklimizi ve çevremizle etkileşim kurma biçimimizi değiştiriyor. Peki bir lider olarak bu teknolojinin gücünden yararlanıp işletmenizde nasıl gerçek sonuçlar elde edebilirsiniz? Bu kursta, üretken yapay zeka çözümleri oluşturmanın farklı katmanlarını, Google Cloud'un sunduğu hizmetleri ve çözüm seçerken dikkate alınması gereken faktörleri keşfedeceksiniz.
Üretken Yapay Zeka: Temel Kavramları Öğrenin, Üretken Yapay Zeka Lideri öğrenme rotasının ikinci kursudur. Bu kursta, yapay zeka, makine öğrenimi ve üretken yapay zeka arasındaki farkları keşfederek üretken yapay zekanın temel kavramlarını öğrenecek ve çeşitli veri türlerinin üretken yapay zekanın kurumsal zorlukları çözmesine nasıl yardımcı olduğunu anlayacaksınız. Temel modellerin sınırlamalarını gidermeye yardımcı olacak Google Cloud stratejileriyle sorumlu ve güvenli yapay zeka geliştirme ve dağıtımının temel zorlukları hakkında da bilgi edineceksiniz.
Üretken Yapay Zeka: Chatbot'tan Daha Fazlası, Gen AI Leader öğrenme rotasının ilk kursudur ve ön koşul gerektirmez. Bu kurs, chatbot'larla ilgili temel bilgilerin ötesine geçerek üretken yapay zekanın kuruluşunuza sağlayabileceği gerçek potansiyeli keşfetmeyi amaçlamaktadır. Üretken yapay zekanın gücünden yararlanmak için çok önemli olan temel modeller ve istem mühendisliği gibi kavramları keşfedeceksiniz. Kurs ayrıca kuruluşunuz için başarılı bir üretken yapay zeka stratejisi geliştirirken dikkate almanız gereken önemli noktalar hakkında size rehberlik edecek.
Bu kursta, yapay zekada gizlilik ve güvenlik konuları ele alınmaktadır. Kurs boyunca, Google Cloud ürünleri ve açık kaynak araçları kullanarak yapay zekayla ilgili önerilen gizlilik ve güvenlik uygulamalarını benimsemenize yardımcı olacak pratik yöntemler ile araçları tanıyacaksınız.
Welcome learner! This is the first of five courses of the Google Cloud Data Analytics Certificate. Jump into the world of data analytics and cloud computing. Explore the data lifecycle in the cloud and gain a better understanding of the common tools used by data analysts.
This accelerated on-demand course introduces participants to the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Compute Engine. Through a combination of video lectures, demos, and hands-on labs, participants explore and deploy solution elements, including infrastructure components such as networks, systems and applications services. This course also covers deploying practical solutions including customer-supplied encryption keys, security and access management, quotas and billing, and resource monitoring.
This accelerated on-demand course introduces participants to the comprehensive and flexible infrastructure and platform services provided by Google Cloud. Through a combination of video lectures, demos, and hands-on labs, participants explore and deploy solution elements, including securely interconnecting networks, load balancing, autoscaling, infrastructure automation and managed services.
Welcome to the Getting Started with Google Kubernetes Engine course. If you're interested in Kubernetes, a software layer that sits between your applications and your hardware infrastructure, then you’re in the right place! Google Kubernetes Engine brings you Kubernetes as a managed service on Google Cloud. The goal of this course is to introduce the basics of Google Kubernetes Engine, or GKE, as it’s commonly referred to, and how to get applications containerized and running in Google Cloud. The course starts with a basic introduction to Google Cloud, and is then followed by an overview of containers and Kubernetes, Kubernetes architecture, and Kubernetes operations.
Google Cloud Ağınızı Geliştirme kursunu tamamlayarak bir beceri rozeti kazanın. IAM rollerini keşfetme ve proje erişimi ekleme/kaldırma, VPC ağları oluşturma, Compute Engine sanal makinelerini dağıtma ve izleme, SQL sorguları yazma ve çeşitli dağıtım yaklaşımlarıyla Kubernetes'i kullanarak uygulama dağıtma gibi uygulamaları dağıtıp izlemeyle ilgili birden çok yöntemi öğreneceksiniz.
This accelerated on-demand course introduces participants to the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Compute Engine. Through a combination of video lectures, demos, and hands-on labs, participants explore and deploy solution elements, including infrastructure components such as networks, virtual machines and applications services. You will learn how to use the Google Cloud through the console and Cloud Shell. You'll also learn about the role of a cloud architect, approaches to infrastructure design, and virtual networking configuration with Virtual Private Cloud (VPC), Projects, Networks, Subnetworks, IP addresses, Routes, and Firewall rules.
Complete the intermediate Build Infrastructure with Terraform on Google Cloud skill badge to demonstrate skills in the following: Infrastructure as Code (IaC) principles using Terraform, provisioning and managing Google Cloud resources with Terraform configurations, effective state management (local and remote), and modularizing Terraform code for reusability and organization.
Google Cloud Fundamentals: Core Infrastructure introduces important concepts and terminology for working with Google Cloud. Through videos and hands-on labs, this course presents and compares many of Google Cloud's computing and storage services, along with important resource and policy management tools.
Learn how to use Gemini Notebook to create a personalized study guide for the Associate Cloud Engineer certification exam. You'll review Gemini Notebook features, create a notebook in Gemini Notebook , and learn how to use a study guide to practice for a certification exam.
This is the first of five courses in the Google Cloud Data Analytics Certificate. In this course, you’ll define the field of cloud data analysis and describe roles and responsibilities of a cloud data analyst as they relate to data acquisition, storage, processing, and visualization. You’ll explore the architecture of Google Cloud-based tools, like BigQuery and Cloud Storage, and how they are used to effectively structure, present, and report data.
Giriş düzeyindeki Google Cloud'da Makine Öğrenimi API'leri İçin Veri Hazırlama beceri rozetini tamamlayarak şu konulardaki becerilerinizi gösterin: Dataprep by Trifacta ile veri temizleme, Dataflow'da veri ardışık düzenleri çalıştırma, Managed Service for Apache Spark'ta küme oluşturma ve Apache Spark işleri çalıştırma ve makine öğrenimi API'lerini (Cloud Natural Language API, Google Cloud Speech-to-Text API ve Video Intelligence API dahil olmak üzere) çağırma.
Güvenli Bir Google Cloud Ağı Oluşturma kursunu tamamlayarak beceri rozeti kazanın. Bu kursta, Google Cloud'da uygulamalarınızı derlemek, ölçeklendirmek ve korumak için ağla ilgili birden fazla kaynak hakkında bilgi edineceksiniz.
Google Cloud'da Uygulama Geliştirme Ortamı Oluşturma kursunu tamamlayarak beceri rozeti kazanın. Bu kursta Cloud Storage, Identity and Access Management, Cloud Functions ve Pub/Sub gibi teknolojilerin temel özelliklerini kullanarak depolama odaklı bulut altyapısı oluşturma ve bu altyapıyla bağlantı kurmayı öğreneceksiniz.
Giriş düzeyindeki Compute Engine İçin Cloud Load Balancing'i Uygulama beceri rozetini tamamlayarak şu konulardaki becerilerinizi gösterin: Compute Engine'de sanal makineler oluşturma ve dağıtma. Ağ ve uygulama yük dengeleyicileri yapılandırma.
The Google Cloud Computing Foundations courses are for individuals with little to no background or experience in cloud computing. They provide an overview of concepts central to cloud basics, big data, and machine learning, and where and how Google Cloud fits in. By the end of the series of courses, learners will be able to articulate these concepts and demonstrate some hands-on skills. The courses should be completed in the following order: 1. Google Cloud Computing Foundations: Cloud Computing Fundamentals 2. Google Cloud Computing Foundations: Infrastructure in Google Cloud 3. Google Cloud Computing Foundations: Networking and Security in Google Cloud 4. Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud This final course in the series reviews managed big data services, machine learning and its value, and how to demonstrate your skill set in Google Cloud further by earning Skill Badges.
Google Cloud Computing Foundations kursunda, bulut bilişimi alanında daha önce çalışmamış veya bu konuda hiç deneyimi olmayan bireylere; temel bulut kavramları, büyük veri ve makine öğrenimi gibi kavramlar ve Google Cloud’un bu kavramlarla hangi noktada, nasıl birlikte çalıştığı ayrıntılı bir genel bakışla anlatılır. Kursun sonunda öğrenciler bulut bilişimi, büyük veri ve makine öğrenimi konularında fikir yürütüp bazı becerileri pratik olarak sergileyebilecek seviyeye ulaşacaktır. Bu kurs, Google Cloud Computing Foundations adlı kurs serisinin bir parçasıdır. Kurslar aşağıdaki sırayla tamamlanmalıdır: Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud - Locales Bu üçüncü kursta güvenli ağlar oluşturma,…
Google Cloud Computing Foundations kursunda, bulut bilişimi alanında daha önce çalışmamış veya bu konuda hiç deneyimi olmayan bireylere; temel bulut kavramları, büyük veri ve makine öğrenimi gibi kavramlar ve Google Cloud’un bu kavramlarla hangi noktada, nasıl birlikte çalıştığı ayrıntılı bir genel bakışla anlatılır. Kursun sonunda öğrenciler bulut bilişimi, büyük veri ve makine öğrenimi konularında fikir yürütüp bazı becerileri pratik olarak sergileyebilecek seviyeye ulaşacaktır. Bu kurs, Google Cloud Computing Foundations adlı kurs serisinin bir parçasıdır. Kurslar aşağıdaki sırayla tamamlanmalıdır: Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud - Locales Bu ikinci kursta Google Cloud'da depol…
Orta düzeydeki Çoklu Format Destekli Gemini ve Çok Formatlı RAG ile Zengin Belgeleri İnceleme beceri rozetini tamamlayarak şu konulardaki becerilerinizi kanıtlayabilirsiniz: Çok formatlı istemler kullanarak metin ve görsel formatlarındaki verilerden bilgi elde etme, video açıklaması oluşturabilme ve Gemini ile çok formatlılıktan yararlanarak videonun kapsamındaki bilgilerden çok daha fazlasına ulaşabilme; metin ve görüntü içeren dokümanların meta verilerini oluşturma, gerekli tüm metin parçalarına ulaşma ve Gemini'ın Çok Formatlı Almayla Artırılmış Üretim (RAG) mimarisini kullanarak alıntıları yazdırma.
Bu kursta, sorumlu yapay zeka kavramı ve yapay zeka ilkeleri tanıtılmaktadır. Kurs, adalet ve önyargıyı pratik şekilde tanımlama teknikleri ile yapay zeka/makine öğrenimi uygulamalarında önyargının azaltılması konularını ele almaktadır. Kurs boyunca, Google Cloud ürünleri ve açık kaynaklı araçları kullanarak sorumlu yapay zekayla ilgili en iyi uygulamaları benimsemenize yardımcı olacak pratik yöntemler ve araçları tanıyacaksınız.
Bu kursta yapay zeka destekli arama teknolojileri, araçları ve uygulamalarını keşfedeceksiniz. Vektör yerleştirmelerinin kullanıldığı semantik aramayı, semantik ve anahtar kelime yaklaşımlarının birleştirildiği karma aramayı ve yapay zeka temsilcisini temellendirerek yapay zeka halüsinasyonlarının en aza indirildiği veriyle artırılmış üretimi (RAG) öğrenin. Akıllı arama motorunuzu oluşturmak için Vertex AI Vector Search'ü uygulamalı olarak deneyin.
Bu kurs, dönüştürücü mimarisini ve dönüştürücülerden çift yönlü kodlayıcı temsilleri (BERT - Encoder Representations from Transformers) modelini tanıtmaktadır. Kursta, öz dikkat mekanizması gibi dönüştürücü mimarisinin ana bileşenlerini ve BERT modelini oluşturmak için dönüştürücünün nasıl kullanıldığını öğreneceksiniz. Ayrıca sınıflandırma, soru yanıtlama ve doğal dil çıkarımı gibi BERT'in kullanılabileceği çeşitli görevler hakkında da bilgi sahibi olacaksınız. Kursun tahmini süresi 45 dakikadır.
Bu kursta, kodlayıcı-kod çözücü mimarisi özet olarak anlatılmaktadır. Bu mimari; makine çevirisi, metin özetleme ve soru yanıtlama gibi "sıradan sıraya" görevlerde yaygın olarak kullanılan, güçlü bir makine öğrenimi mimarisidir. Kursta, kodlayıcı-kod çözücü mimarisinin ana bileşenlerini ve bu modellerin nasıl eğitilip sunulacağını öğreneceksiniz. Laboratuvarın adım adım açıklamalı kılavuz bölümünde ise sıfırdan şiir üretmek için TensorFlow'da kodlayıcı-kod çözücü mimarisinin basit bir uygulamasını yazacaksınız.
Bu kursta nöral ağların, giriş sırasının belirli bölümlerine odaklanmasına olanak tanıyan güçlü bir teknik olan dikkat mekanizması tanıtılmaktadır. Kursta, dikkat mekanizmasının çalışma şeklini ve makine öğrenimi, metin özetleme ve soru yanıtlama gibi çeşitli makine öğrenimi görevlerinin performansını artırmak için nasıl kullanılabileceğini öğreneceksiniz.
Bu kursta, görüntü üretme alanında gelecek vadeden bir makine öğrenimi modelleri ailesi olan "difüzyon modelleri" tanıtılmaktadır. Difüzyon modelleri fizikten, özellikle de termodinamikten ilham alır. Geçtiğimiz birkaç yıl içinde, gerek araştırma gerekse endüstri alanında difüzyon modelleri popülerlik kazandı. Google Cloud'daki son teknoloji görüntü üretme model ve araçlarının çoğu, difüzyon modelleri ile desteklenmektedir. Bu kursta, difüzyon modellerinin ardındaki teori tanıtılmakta ve bu modellerin Vertex AI'da nasıl eğitilip dağıtılacağı açıklanmaktadır.
Bu kurs, derin öğrenmeyi kullanarak görüntülere altyazı ekleme modeli oluşturmayı öğretmektedir. Kurs sırasında görüntülere altyazı ekleme modelinin farklı bileşenlerini (ör. kodlayıcı ve kod çözücü) ve modelinizi eğitip değerlendirmeyi öğreneceksiniz. Bu kursu tamamlayan öğrenciler, kendi görüntülere altyazı ekleme modellerini oluşturabilecek ve bu modelleri görüntülere altyazı oluşturmak için kullanabilecek.
Bu kursta Vertex AI Studio tanıtılmaktadır. Bu araç, üretken yapay zeka modelleriyle etkileşime geçmek, kurumsal fikirlerin prototipini oluşturmak ve bunları gerçek hayatta uygulamak için kullanılır. Gerçek hayattan kullanım alanları, etkileşimli dersler ve uygulamalı laboratuvarlar aracılığıyla, ilk istemden son ürüne uzanan yaşam döngüsünü keşfedecek ve çoklu format destekli Gemini uygulamaları, istem tasarımı, istem mühendisliği ve model ayarlama konularında Vertex AI Studio'dan nasıl yararlanabileceğinizi öğreneceksiniz. Bu kursun amacı, Vertex AI Studio'yu kullanarak projelerinizde üretken yapay zekadan yararlanabilmenizi sağlamaktır.
Bu kursta yapay zekanın yorumlanabilirliği ve şeffaflığı kavramlarıyla ilgili temel bilgiler sunulmaktadır. Ayrıca geliştiriciler ve mühendisler için yapay zeka sistemlerinde şeffaflığın önemi ele alınmaktadır. Kurs boyunca, veri ve yapay zeka modellerinde yorumlanabilirliğin ve şeffaflığın sağlanmasına yardımcı olacak pratik yöntemleri ve araçları tanıyacaksınız.
Bu kurs, MLOps ekiplerinin üretken yapay zeka modellerini dağıtırken ve yönetirken karşılaştığı zorlukların üstesinden gelmek için gereken bilgi ve araçları sağlamaktadır. Ayrıca yapay zeka ekiplerinin, MLOps süreçlerini kolaylaştırıp üretken yapay zeka projelerinde başarıya ulaşması için Vertex AI'ın nasıl yardımcı olduğunu öğrenmenizi amaçlamaktadır.
Complete the intermediate Develop Gen AI Apps with Gemini and Streamlit skill badge course to demonstrate skills in text generation, applying function calls with the Python SDK and Gemini API, and deploying a Streamlit application with Cloud Run. In this course, you learn Gemini prompting, test Streamlit apps in Cloud Shell, and deploy them as Docker containers in Cloud Run. Explore other content in the Gemini Enterprise Agent Ready (GEAR) program.
In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps you use Google products and services to develop, test, deploy, and manage applications. With help from Gemini, you learn how to develop and build a web application, fix errors in the application, develop tests, and query data. Using a hands-on lab, you experience how Gemini improves the software development lifecycle (SDLC). Duet AI was renamed to Gemini, our next-generation model.
In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps engineers manage infrastructure. You learn how to prompt Gemini to find and understand application logs, create a GKE cluster, and investigate how to create a build environment. Using a hands-on lab, you experience how Gemini improves the DevOps workflow. Duet AI was renamed to Gemini, our next-generation model.
In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps you secure your cloud environment and resources. You learn how to deploy example workloads into an environment in Google Cloud, identify security misconfigurations with Gemini, and remediate security misconfigurations with Gemini. Using a hands-on lab, you experience how Gemini improves your cloud security posture. Duet AI was renamed to Gemini, our next-generation model.
In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps network engineers create, update, and maintain VPC networks. You learn how to prompt Gemini to provide specific guidance for your networking tasks, beyond what you would receive from a search engine. Using a hands-on lab, you experience how Gemini makes it easier for you to work with Google Cloud VPC networks. Duet AI was renamed to Gemini, our next-generation model.
In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps analyze customer data and predict product sales. You also learn how to identify, categorize, and develop new customers using customer data in BigQuery. Using hands-on labs, you experience how Gemini improves data analysis and machine learning workflows.
In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps administrators provision infrastructure. You learn how to prompt Gemini to explain infrastructure, deploy GKE clusters and update existing infrastructure. Using a hands-on lab, you experience how Gemini improves the GKE deployment workflow. Duet AI was renamed to Gemini, our next-generation model.
In this course, you learn how Gemini, a generative AI-powered collaborator from Google Cloud, helps developers build applications. You learn how to prompt Gemini to explain code, recommend Google Cloud services, and generate code for your applications. Using a hands-on lab, you experience how Gemini improves the application development workflow. Duet AI was renamed to Gemini, our next-generation model.
Google Cloud Computing Foundations kursunda, bulut bilişimi alanında daha önce çalışmamış veya bu konuda hiç deneyimi olmayan bireylere; temel bulut kavramları, büyük veri, makine öğrenimi gibi kavramlar ve Google Cloud'un bu kavramlarla hangi noktada, nasıl birlikte çalıştığı ayrıntılı bir genel bakışla anlatılır. Kursun sonunda öğrenciler bulut bilişimi, büyük veri ve makine öğrenimi konularında fikir yürütüp bazı becerileri pratik olarak sergileyebilecek seviyeye ulaşacaktır. Bu kurs, Google Cloud Computing Foundations adlı kurs serisinin bir parçasıdır. Kurslar aşağıdaki sırayla tamamlanmalıdır: Google Cloud Computing Foundations: Cloud Computing Fundamentals - Locales Google Cloud Computing Foundations: Infrastructure in Google Cloud - Locales Google Cloud Computing Foundations: Networking and Security in Google Cloud - Locales Google Cloud Computing Foundations: Data, ML, and AI in Google Cloud - Locales İlk kursta bulut bilişimi, Google Cloud'u k…
Kurumsal yapay zeka ve makine öğreniminin kullanımı arttıkça, bu teknolojileri sorumlu bir şekilde geliştirmenin önemi de artıyor. Birçok kişi için sorumlu yapay zeka hakkında konuşmak, bunu uygulamaya geçirmekten daha kolaydır. Kuruluşunuzda sorumlu yapay zekayı nasıl hayata geçireceğinizi öğrenmek istiyorsanız bu kurs tam size göre. Bu kursta, kendi sorumlu yapay zeka yaklaşımınızı geliştirirken size rehberlik edecek bir çerçeve oluşturmak adına Google Cloud'un bu süreci günümüzde nasıl yürüttüğünü, en iyi uygulama örneklerini ve edindiğimiz tecrübeleri keşfedeceksiniz.
Agent Platform'da istem mühendisliği, görüntü analizi ve çok modlu üretken teknikler gibi becerileri göstermek için Agent Platform'da İstem Tasarımı beceri rozetini tamamlayın. Etkili istemlerin nasıl oluşturulacağını, üretken yapay zeka çıktılarına nasıl rehberlik edileceğini ve Gemini modellerinin gerçek dünyadaki pazarlama senaryolarına nasıl uygulanacağını keşfedin.
Giriş seviyesindeki bu mikro öğrenme kursu, sorumlu yapay zekanın ne olduğunu, neden önemli olduğunu ve Google'ın sorumlu yapay zekayı ürünlerinde nasıl uyguladığını açıklamayı amaçlamaktadır. Ayrıca Google'ın 3 yapay zeka ilkesini de tanıtır.
Giriş seviyesindeki bu mikro öğrenme kursunda; büyük dil modellerinin (LLM) ne olduğu, hangi kullanım alanlarında kullanılabilecekleri ve istem ayarlama ile LLM performansını nasıl artırabileceğiniz ele alınmaktadır. Ayrıca kendi üretken yapay zeka uygulamalarınızı geliştirebileceğiniz Google araçları da yer almaktadır.
Bu giriş seviyesi mikro öğrenme kursu, üretken yapay zekanın ne olduğunu, nasıl kullanıldığını ve geleneksel makine öğrenimi yöntemlerinden farkını açıklamayı amaçlamaktadır. Ayrıca kendi üretken yapay zeka uygulamalarınızı geliştirebileceğiniz Google araçları da ele alınmaktadır.